定 價(jià)：59 元
叢書(shū)名：科學(xué)出版社"十四五"普通高等教育本科規(guī)劃教材
當(dāng)前圖書(shū)已被 6 所學(xué)校薦購(gòu)過(guò)！
查看明細(xì)
- 作者：袁紅春，楊蒙召主編
- 出版時(shí)間：2024/3/1
- ISBN：9787030782922
- 出 版 社：科學(xué)出版社
- 中圖法分類：TP242
- 頁(yè)碼：168頁(yè)
- 紙張：
- 版次：1
- 開(kāi)本：26cm
《人工智能魚(yú)》是為計(jì)算機(jī)、海洋、水產(chǎn)等相關(guān)學(xué)科的本科生開(kāi)設(shè)的全校選修課，課程旨在使學(xué)生通過(guò)人工智能魚(yú)課程學(xué)習(xí)，了解魚(yú)類學(xué)、魚(yú)類行為學(xué)以及計(jì)算機(jī)學(xué)科間的關(guān)系，掌握魚(yú)類行為學(xué)的人工智能算法實(shí)現(xiàn)，提升學(xué)生的動(dòng)手編程能力，促進(jìn)學(xué)校多學(xué)科交融與發(fā)展。本課程將人工智能、計(jì)算機(jī)圖形學(xué)和魚(yú)類行為學(xué)相結(jié)合，講解如何設(shè)計(jì)繪制逼真的魚(yú)類形態(tài)和外觀模型，并結(jié)合魚(yú)類行為學(xué)、海洋學(xué)和計(jì)算機(jī)科學(xué)等知識(shí)，設(shè)計(jì)具有行為規(guī)劃能力和逼真運(yùn)動(dòng)功能的人工魚(yú)，并對(duì)魚(yú)類的認(rèn)知功能和感知系統(tǒng)進(jìn)行探索和研究，從而設(shè)計(jì)具有自主行為和豐富生命特征的人工智能魚(yú)。
更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。
袁紅春，博士，教授，上海海洋大學(xué)信息學(xué)院教學(xué)副院長(zhǎng)，畢業(yè)中國(guó)科技大學(xué)，2002年進(jìn)入上海海洋大學(xué)工作至今。
目錄
第1章 緒論 1
1.1 仿生學(xué)的概念與應(yīng)用 1
1.1.1 仿生學(xué)的定義 1
1.1.2 仿生學(xué)的基本要素 2
1.1.3 仿生學(xué)與科技創(chuàng)新 3
1.2 魚(yú)類行為學(xué)及其研究?jī)?nèi)容 4
1.2.1 行為學(xué)定義與研究?jī)?nèi)容 4
1.2.2 魚(yú)類行為分析 5
1.2.3 魚(yú)類行為與環(huán)境的關(guān)系 6
1.2.4 魚(yú)類感覺(jué)系統(tǒng)與行為能力 7
1.3 人工智能魚(yú)仿生功能與行為 12
1.3.1 仿生的主要功能 14
1.3.2 常見(jiàn)的仿生行為 16
1.4 人工智能魚(yú)分類研究 18
1.4.1 虛擬魚(yú) 18
1.4.2 機(jī)器魚(yú) 18
1.5 本章小結(jié) 20
第2章 魚(yú)體的建模和形變 21
2.1 數(shù)理知識(shí)基礎(chǔ) 21
2.1.1 “彈簧-質(zhì)點(diǎn)”模型 21
2.1.2 牛頓運(yùn)動(dòng)定律與生物力學(xué)分析 23
2.1.3 常微分方程的數(shù)值解法 24
2.2 魚(yú)體的身體結(jié)構(gòu)與幾何網(wǎng)格模型 25
2.2.1 常見(jiàn)魚(yú)體的身體結(jié)構(gòu) 25
2.2.2 魚(yú)體的幾何網(wǎng)格模型 25
2.3 魚(yú)體運(yùn)動(dòng)的動(dòng)力學(xué)模型 28
2.3.1 魚(yú)的運(yùn)動(dòng)模式分析 28
2.3.2 魚(yú)類運(yùn)動(dòng)的常見(jiàn)模擬方法 30
2.3.3 基于“彈簧-質(zhì)點(diǎn)”模型的魚(yú)體運(yùn)動(dòng)形變 30
2.3.4 魚(yú)體游動(dòng)時(shí)的動(dòng)力學(xué)模型 31
2.4 基于幾何物理模型組合優(yōu)化的魚(yú)體運(yùn)動(dòng)設(shè)計(jì) 32
2.4.1 魚(yú)體設(shè)計(jì) 32
2.4.2 建模仿真結(jié)果與分析 34
2.5 本章小結(jié) 35
第3章 魚(yú)的感知和認(rèn)知 37
3.1 魚(yú)的感知和認(rèn)知機(jī)理 37
3.1.1 魚(yú)的感知 37
3.1.2 魚(yú)的認(rèn)知 38
3.2 人工智能魚(yú)的感知和認(rèn)知能力分析 39
3.3 虛擬魚(yú)感知和認(rèn)知的仿真與設(shè)計(jì) 41
3.3.1 基于YOLO 模型的虛擬魚(yú)物體辨別能力仿真 41
3.3.2 融合情感的虛擬魚(yú)認(rèn)知行為設(shè)計(jì) 45
3.4 本章小結(jié) 50
第4章 魚(yú)的游泳行為和能力 51
4.1 魚(yú)的游泳動(dòng)作和魚(yú)鰭的功用 51
4.2 魚(yú)的游泳方式和速度 53
4.2.1 游泳方式 53
4.2.2 游泳速度 56
4.3 魚(yú)的節(jié)能原理和方式 57
4.3.1 耐久力的生理構(gòu)造 57
4.3.2 特殊的節(jié)能方式 59
4.3.3 魚(yú)類運(yùn)動(dòng)的減阻原理 60
4.3.4 特殊的游泳行為 60
4.4 人工智能魚(yú)的游泳行為設(shè)計(jì) 61
4.4.1 虛擬魚(yú)的局部波狀模式設(shè)計(jì) 61
4.4.2 機(jī)器魚(yú)部分結(jié)構(gòu)設(shè)計(jì)和功能模型 66
4.5 本章小結(jié) 69
第5章 魚(yú)的典型行為規(guī)劃和路徑規(guī)劃 70
5.1 魚(yú)的典型行為及其特征 70
5.2 人工智能魚(yú)的行為規(guī)劃分析 70
5.3 人工智能魚(yú)的意圖優(yōu)先級(jí)規(guī)劃 71
5.4 個(gè)體魚(yú)智能行為規(guī)劃 72
5.4.1 典型行為規(guī)劃 73
5.4.2 人工智能魚(yú)的運(yùn)動(dòng)模型 80
5.5 路徑規(guī)劃方法介紹 83
5.5.1 避障路徑規(guī)劃問(wèn)題的定義 83
5.5.2 位置獲取和環(huán)境表示 84
5.5.3 規(guī)劃方法 85
5.5.4 搜索方法 87
5.6 虛擬魚(yú)路徑規(guī)劃的仿真 89
5.6.1 改進(jìn)的A*算法 89
5.6.2 魚(yú)體三維建模 90
5.6.3 仿真實(shí)現(xiàn) 91
5.7 本章小結(jié) 95
第6章 魚(yú)類群體行為學(xué) 96
6.1 魚(yú)群的定義 96
6.2 研究魚(yú)類集群行為的主要方法 96
6.2.1 實(shí)驗(yàn)室水槽觀察法 97
6.2.2 潛水觀測(cè)法 97
6.2.3 超聲波影像分析法 98
6.2.4 數(shù)學(xué)模型模擬和仿真法 98
6.3 魚(yú)群行為的優(yōu)勢(shì) 99
6.3.1 社交互動(dòng) 99
6.3.2 覓食優(yōu)勢(shì) 99
6.3.3 生殖優(yōu)勢(shì) 100
6.3.4 水動(dòng)力效率 100
6.3.5 捕食者回避 101
6.4 魚(yú)群整體結(jié)構(gòu)動(dòng)態(tài)變化 102
6.4.1 描述魚(yú)群動(dòng)態(tài)結(jié)構(gòu)的參數(shù) 102
6.4.2 魚(yú)群群體形狀與運(yùn)動(dòng)速度的關(guān)系 103
6.5 魚(yú)群行為模型與功能設(shè)計(jì) 103
6.5.1 集群設(shè)計(jì)原則 103
6.5.2 Aggregation 魚(yú)群匯聚搶食模型 105
6.5.3 School 魚(yú)群匯聚逃逸模型 105
6.5.4 魚(yú)群仿真功能方法的設(shè)計(jì) 106
6.6 機(jī)器魚(yú)集群特征及其應(yīng)用 107
6.6.1 機(jī)器魚(yú)群的基本行為 107
6.6.2 機(jī)器魚(yú)群的應(yīng)用 107
6.7 本章小結(jié) 108
第7章 魚(yú)群-捕食者模型的仿真設(shè)計(jì) 109
7.1 魚(yú)群-捕食者模型概述 109
7.2 魚(yú)群-捕食者模型的構(gòu)建 109
7.2.1 緊湊行為 111
7.2.2 躲避行為 112
7.2.3 球形行為 113
7.2.4 被驅(qū)趕行為 114
7.2.5 液泡行為 115
7.2.6 噴泉行為 116
7.2.7 沙漏行為 118
7.2.8 閃光行為 119
7.2.9 分裂行為 121
7.2.10 匯合行為 122
7.3 魚(yú)群-捕食者模型算法的設(shè)計(jì) 122
7.3.1 緊湊-躲避行為算法 122
7.3.2 球形行為算法 123
7.3.3 被驅(qū)趕、液泡和沙漏行為算法 124
7.3.4 噴泉行為算法 125
7.3.5 閃光行為算法 126
7.3.6 分裂行為算法 127
7.3.7 匯合行為算法 128
7.4 基于魚(yú)群-捕食者模型的目標(biāo)選擇策略模型 129
7.4.1 魚(yú)群行為模型的構(gòu)建 129
7.4.2 捕食者行為模型的構(gòu)建 130
7.4.3 魚(yú)群特征參數(shù)的設(shè)定 132
7.4.4 無(wú)捕食者群體狀態(tài)和有捕食者使用目標(biāo)選擇策略P 的群體狀態(tài)對(duì)比 132
7.4.5 同一魚(yú)群規(guī)模下3種不同目標(biāo)選擇策略的效果對(duì)比 135
7.4.6 不同魚(yú)群規(guī)模下3種目標(biāo)選擇策略的效果對(duì)比 136
7.5 本章小結(jié) 137
第8章 人工智能魚(yú)案例設(shè)計(jì)與分析 138
8.1 基于“彈簧-質(zhì)點(diǎn)”模型的魚(yú)類游泳動(dòng)作行為仿真 138
8.1.1 案例介紹 138
8.1.2 主要開(kāi)發(fā)平臺(tái)和技術(shù) 138
8.1.3 案例的總結(jié)構(gòu)圖 138
8.1.4 海洋環(huán)境的設(shè)計(jì)與實(shí)現(xiàn) 138
8.1.5 虛擬魚(yú)的具體設(shè)計(jì)與仿真 142
8.2 南非擬沙丁魚(yú)群洄游仿真 146
8.2.1 案例介紹 146
8.2.2 主要開(kāi)發(fā)平臺(tái)和技術(shù) 146
8.2.3 沙丁魚(yú)群洄游的仿真與實(shí)現(xiàn) 146
8.3 基于機(jī)器魚(yú)的水質(zhì)pH 值檢測(cè) 152
8.3.1 案例介紹 152
8.3.2 主要開(kāi)發(fā)平臺(tái)和技術(shù) 153
8.3.3 機(jī)器魚(yú)的構(gòu)造和功能 153
8.3.4 水質(zhì)pH 值檢測(cè) 154
8.4 AIFish——面向動(dòng)態(tài)識(shí)別的人工智能魚(yú)設(shè)計(jì) 156
8.4.1 案例介紹 156
8.4.2 主要開(kāi)發(fā)平臺(tái)和技術(shù) 156
8.4.3 采用Vuforia 插件實(shí)現(xiàn)AR識(shí)別 156
8.4.4 基于AlexNet 網(wǎng)絡(luò)對(duì)魚(yú)類的識(shí)別 160
8.4.5 基于深度學(xué)習(xí)的動(dòng)態(tài)識(shí)別
魚(yú)類效果 164
8.5 本章小結(jié) 165
參考文獻(xiàn) 166
書(shū)單推薦
